0

尝试通过在4096 x 8192像素的图像上使用更快的RCNN来检测车牌。

我没有为训练调整大小,而是裁剪了图像的某些部分并标记了车牌并进行了训练,这样它就可以工作,但它无法在实际图像上检测到,而只能在小图像上检测到。

请指导我完成这项工作的最佳方法是什么。我应该如何进行培训,以及如何在faster_rcnn_inception_v2_pets.config上进行配置。或者,如果您认为更快的 RCNN 不适合这种工作,请提出更好的方法,我至少需要 80 以上的准确率。

我在谷歌上搜索了很多,但找不到任何人处理 8k 以上的图像。

我也在下面附上了一个示例图片。 https://ibb.co/NKWWd7q


我试图在谷歌云服务器上对4096 x 8192像素的图像进行带注释的训练,它在单个批量大小上消耗了超过 250gb 的 RAM。

亲切的问候。

4

1 回答 1

0

这是我的回答作为我的评论的集合:

与图像的其余部分相比,您的车牌似乎太小了。

尝试首先使用例如 YOLO 提取汽车,提取它然后再次运行您的车牌检测网络。请记住,您可能需要调整边界框(提取的汽车的大小)以适应您的网络输入大小。

可以在此处找到使用 YOLO 检测汽车的示例。

于 2019-04-30T08:27:25.990 回答